姚立健等

摘要：提出了一种基于尺度不变特征变换和随机抽样一致算法的立体匹配方法。首先采用SIFT算法提取左右草莓图像的特征向量，再运用RANSAC和极线约束法对两幅图像进行特征点匹配，以降低特征点对之间的错配率，提高图像匹配精度。最后利用双目立体视觉原理对图像各目标进行匹配试验。结果表明，该算法较传统方法平均匹配精度提高50%，算法时间缩短66%，可满足草莓收获机器人视觉系统在自然采摘作业环境下的工作要求。

关键词：双目立体视觉；草莓图像；特征匹配；RANSAC-SIFT算法

中图分类号：S668.4；TP391.41 文献标识码：A 文章编号：0439-8114（2015）17-4297-03

DOI：10.14088/j.cnki.issn0439-8114.2015.17.050

双目立体视觉技术被广泛应用于智慧农业生产中，如自动化收获作业中的农产品目标识别[1，2]、定位[3，4]、农产品的三维重建[5，6]、农产品测量[7，8]等。该技术是通过两台摄像机从不同视角获取同一目标图像，并通过视差及几何测量方法获得目标深度信息[9]。左右图像的特征匹配为双目立体视觉系统中的关键技术之一，文献[10-13]介绍了极线扫描法、动态规划法、图形切割法、置信传递法等多种立体匹配方法。无论哪种方法，都需要挖掘待匹配图像中合适的特征以建立正确的匹配关系。

尺度不变特征变换算法（Scale invariant feature transform，SIFT）具有提取局部特征的功能，其特征点定位准确，具有很好的尺度、旋转、视角和光照不变性，优于其他局部特征提取算子。目前SIFT算法已成功应用于立体视觉匹配等领域。如赵钦君等[14]用该算子为每个特征点定义主方向，将特征描述子的坐标旋转到与特征点的主方向一致，计算出每个特征点的特征向量描述子。……